基于时间序列的船舶冷却水系统状态参数预测分析
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状及发展趋势 | 第12-14页 |
| 1.3.1 预测技术发展过程与研究现状 | 第12-13页 |
| 1.3.2 船舶冷却水系统研究现状 | 第13-14页 |
| 1.4 论文主要内容及论文结构 | 第14-16页 |
| 第2章 船舶冷却水系统介绍及典型故障分析 | 第16-28页 |
| 2.1 船舶冷却水系统组成及功能 | 第16-17页 |
| 2.2 船舶冷却水系统运行状态参数采集 | 第17-22页 |
| 2.2.1 海水子系统运行参数采集 | 第17-19页 |
| 2.2.2 低温淡水子系统运行参数采集 | 第19-20页 |
| 2.2.3 高温淡水子系统运行参数采集 | 第20-22页 |
| 2.3 冷却水系统故障模式和失效影响分析 | 第22-26页 |
| 2.3.1 海水子系统典型故障模式和故障影响分析 | 第22-25页 |
| 2.3.2 主海水冷却泵故障模式和故障影响分析 | 第25-26页 |
| 2.3.3 海水泵故障可测分析 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 船舶冷却水系统状态参数预测方法选取 | 第28-36页 |
| 3.1 状态预测技术介绍 | 第28-30页 |
| 3.1.1 状态预测的定义 | 第28页 |
| 3.1.2 状态预测技术的发展 | 第28-30页 |
| 3.2 常用状态预测方法 | 第30-32页 |
| 3.2.1 支持向量机预测 | 第30页 |
| 3.2.2 神经网络预测 | 第30-31页 |
| 3.2.3 灰色理论 | 第31-32页 |
| 3.2.4 时间序列法 | 第32页 |
| 3.3 时间序列预测方法 | 第32-35页 |
| 3.3.1 分段线性表示法 | 第33-34页 |
| 3.3.2 离散傅里叶变换 | 第34页 |
| 3.3.3 离散小波变换 | 第34-35页 |
| 3.3.4 奇异值分解法 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 船舶冷却水系统状态参数预测分析 | 第36-49页 |
| 4.1 典型状态参数的选取 | 第36页 |
| 4.2 ARMA时间序列模型的建立 | 第36-39页 |
| 4.2.1 ARMA(p,q)模型定义 | 第37-38页 |
| 4.2.2 ARMA预测模型的建立步骤 | 第38-39页 |
| 4.3 基于ARMA模型的冷却水系统状态参数预测 | 第39-48页 |
| 4.3.1 船舶冷却水状态参数样本数据的选取 | 第39-40页 |
| 4.3.2 状态参数趋势预测方法的实现过程 | 第40页 |
| 4.3.3 中央冷却器低温淡水出口温度趋势预测 | 第40-44页 |
| 4.3.4 主机缸套冷却淡水泵出口压力趋势预测 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 船舶冷却水系统剩余寿命预测 | 第49-54页 |
| 5.1 设备剩余寿命预测 | 第49页 |
| 5.1.1 剩余寿命的定义 | 第49页 |
| 5.1.2 阈值设定 | 第49页 |
| 5.1.3 剩余寿命预测意义 | 第49页 |
| 5.2 基于ARMA模型的剩余寿命预测方案 | 第49-50页 |
| 5.3 基于时间序列剩余寿命预测实现过程 | 第50-52页 |
| 5.3.1 海水泵进口压力变化趋势分析 | 第51页 |
| 5.3.2 基于ARMA模型的海水泵剩余寿命预测 | 第51-52页 |
| 5.3.3 预测结果分析 | 第52页 |
| 5.4 本章小结 | 第52-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 本文结论 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录A：中央冷却器低温淡水出口温度实船数据 | 第59-63页 |
| 附录B：(p,q)取不同组合时,残差取值列表 | 第63-65页 |
| 附录C：主机缸套冷却淡水泵出口压力实船数据 | 第65-69页 |
| 附录D：(p,q)取不同组合时,残差取值列表 | 第69-71页 |
| 附录E：海水泵出口压力实船数据 | 第71-77页 |
| 致谢 | 第77页 |
